數(shù)據(jù)驅動的復雜非平穩(wěn)工業(yè)過程建模與監(jiān)測.pdf

1、過程監(jiān)測是保證工業(yè)過程安全運行以及確保產(chǎn)品質量的重要技術和關鍵手段。隨著傳感器技術、計算機技術的快速發(fā)展，現(xiàn)代工業(yè)中過程數(shù)據(jù)變得極為豐富且易于獲取。為此基于數(shù)據(jù)驅動的過程監(jiān)測方法得到迅速發(fā)展，其中多元統(tǒng)計過程監(jiān)測方法在處理高維數(shù)據(jù)時具有模型簡單以及易于實現(xiàn)的優(yōu)勢，受到了學術界和工業(yè)屆的關注。
　　雖然多元統(tǒng)計方法在過程監(jiān)測領域得到了迅速發(fā)展并取得了豐厚的成果，但是現(xiàn)有工作大都是基于過程是平穩(wěn)這一假設的。然而實際中，隨著市場需求的變

2、化、生產(chǎn)計劃調整、外部擾動等原因，工業(yè)過程大都呈現(xiàn)出非平穩(wěn)的特性，即一部分過程變量的統(tǒng)計指標如，均值、方差、協(xié)方差隨著時間改變。故障信號很容易被變量的非平穩(wěn)趨勢掩蓋，這為非平穩(wěn)過程監(jiān)測帶來了困難。本文在前人工作基礎上，深入研究了非平穩(wěn)過程的特性，從解決實際問題出發(fā)，提出了一系列針對非平穩(wěn)過程的統(tǒng)計建模、在線故障檢測、在線故障診斷算法，具體工作包括:
　　(1)針對平穩(wěn)/非平穩(wěn)混雜過程微小故障檢測問題，提出一種基于分層建模策略的微小

3、故障檢測方法。在底層模型中，針對非平穩(wěn)變量利用協(xié)整分析提取變量間長期均衡關系，建立非平穩(wěn)變量的監(jiān)測模型，用以檢測被非平穩(wěn)變量正常變化趨勢掩蓋的微小故障;針對平穩(wěn)變量，利用主元分析提取平穩(wěn)變量中的特征信息，建立平穩(wěn)變量的微小故障檢測模型，用以檢測被平穩(wěn)變量噪聲等因素所掩蓋的微小故障。為了衡量平穩(wěn)、非平穩(wěn)變量間的相關關系是否被微小故障影Ⅱ向，將底層非平穩(wěn)變量和平穩(wěn)變量的特征進行融合，建立上層監(jiān)測模型。兩層三個監(jiān)測模型共同組成了微小故障檢測模

4、型，實現(xiàn)微小故障的及時檢測。
　　(2)針對過程變量數(shù)目眾多的大規(guī)模非平穩(wěn)過程，提出了一種變量子塊自動劃分以及分布式建模的精細化監(jiān)測方法。首先，提出一種基于稀疏協(xié)整分析的迭代變量選擇方法，將非平穩(wěn)過程變量自動劃分為不同的變量子塊。針對局部信息提取難的問題，在每個變量子塊中提取出能反應變量間長期均衡關系的特征信息，并對其分布式建模。最后，提出一種新的信息融合方法，將不同子塊中最能代表該子塊特征的信息進行融合，并建立全局模型以衡量不同

5、子塊間的相關關系。通過上述方法首次實現(xiàn)了大規(guī)模非平穩(wěn)過程的分布式建模及精細化監(jiān)測。
　　(3)針對非平穩(wěn)過程中閉環(huán)系統(tǒng)故障檢測問題，深入討論了閉環(huán)反饋系統(tǒng)對過程的調節(jié)作用，以及其對過程監(jiān)測帶來的影響。提出了一種動靜態(tài)特征分解的協(xié)同建模及監(jiān)測方法，創(chuàng)新性的利用協(xié)整分析提取變量間局部靜態(tài)均衡關系和動態(tài)均衡關系，實現(xiàn)了局部動靜態(tài)特征分解。通過對二者協(xié)同建模，消除閉環(huán)反饋控制對過程監(jiān)測的影響，并區(qū)分工況切換和真實故障。
　　(4)針

6、對非平穩(wěn)過程在線故障變量隔離問題，分析了故障變量具有稀疏性質，提出一種基于稀疏重構策略的在線故障變量隔離方法。提出了基于協(xié)整分析的重構模型，消除變量非平穩(wěn)趨勢對故障隔離的影響。巧妙的將Least absolute shrinkage and selection operator(LASSO)算子融入故障重構模型中，將故障變量隔離問題轉化為自動變量選擇問題。提出的方法無需任何歷史故障數(shù)據(jù)用于離線分析和建模，可以直接在線應用實時診斷，并自動